【摘要】：社會(huì)網(wǎng)絡(luò)是指社會(huì)中人與人之間、集體與集體之間或者個(gè)人與集體之間比較持久、穩(wěn)定的社會(huì)關(guān)系模式。研究表明社會(huì)網(wǎng)絡(luò)具有很強(qiáng)的社區(qū)特性,研究社會(huì)網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)有利于更好的了解社會(huì)結(jié)構(gòu)。在當(dāng)前社會(huì)網(wǎng)絡(luò)規(guī)模不斷增大并且頻繁更新的情況下,全局社區(qū)發(fā)現(xiàn)越來(lái)越困難,局部社區(qū)發(fā)現(xiàn)方法變得越來(lái)越重要且具有廣泛的應(yīng)用價(jià)值。局部社區(qū)發(fā)現(xiàn)所要解決的問(wèn)題是:在局部的范圍內(nèi)快速的找到某個(gè)節(jié)點(diǎn)或某幾個(gè)節(jié)點(diǎn)所在的局部社區(qū),而摒棄全局計(jì)算所需高昂的時(shí)空開(kāi)銷。本文主要針對(duì)當(dāng)前局部社區(qū)發(fā)現(xiàn)算法存在的問(wèn)題,進(jìn)行算法性能改進(jìn)的研究,具體內(nèi)容如下:(1)由于初始節(jié)點(diǎn)的選擇使得現(xiàn)有的一些算法計(jì)算結(jié)果不具有魯棒性,制定合理的節(jié)點(diǎn)搜索策略能夠很好的改善局部社區(qū)發(fā)現(xiàn)結(jié)果,針對(duì)這一問(wèn)題,本文提出一種基于選擇概率值的局部社區(qū)發(fā)現(xiàn)算法。算法每次都只聚攏一個(gè)節(jié)點(diǎn),根據(jù)模塊度的增量值為每個(gè)候選節(jié)點(diǎn)設(shè)置選擇概率,使模塊度增量大的節(jié)點(diǎn)被選擇的概率大,避免算法因?yàn)槊看味歼x擇模塊度增值最大的節(jié)點(diǎn),而出現(xiàn)局部最優(yōu)。實(shí)驗(yàn)表明,本文算法能夠有效的發(fā)現(xiàn)局部社區(qū)結(jié)構(gòu),并且優(yōu)于其他幾種算法。(2)多數(shù)算法都始于一個(gè)節(jié)點(diǎn),單個(gè)節(jié)點(diǎn)的聚攏能力肯定小于多個(gè)節(jié)點(diǎn)的聚攏能力,針對(duì)這一問(wèn)題,本文提出一種基于最小簇的局部社區(qū)發(fā)現(xiàn)算法。根據(jù)初始節(jié)點(diǎn)找到包含初始節(jié)點(diǎn)在內(nèi)的連接最緊密的最小簇,它們肯定在一個(gè)社區(qū),然后在這個(gè)最小簇的基礎(chǔ)上進(jìn)行局部社區(qū)的挖掘。在模擬網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)上進(jìn)行了實(shí)驗(yàn),對(duì)比幾種算法的結(jié)果表明,本文算法顯著提高了局部社區(qū)發(fā)現(xiàn)的質(zhì)量。
【圖文】：

虛擬網(wǎng)絡(luò)

(a)蛋白質(zhì)交互網(wǎng)絡(luò) (b)人際關(guān)系網(wǎng)絡(luò)圖 1-2 蛋白質(zhì)和人際關(guān)系網(wǎng)絡(luò)Figure 1-2 Networks of Protein and Interpersonal現(xiàn)實(shí)中的網(wǎng)絡(luò)通常都規(guī)模龐大且不斷變化，，如微博，用戶規(guī)模很大，且用戶群也是在不斷更新變化，很難通過(guò)現(xiàn)有的技術(shù)方法來(lái)獲得整個(gè)網(wǎng)絡(luò)的節(jié)點(diǎn)信息
【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.09

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 金弟;楊博;劉杰;劉大有;何東曉;;復(fù)雜網(wǎng)絡(luò)簇結(jié)構(gòu)探測(cè)——基于隨機(jī)游走的蟻群算法[J];軟件學(xué)報(bào);2012年03期

本文編號(hào)：2528774